课程信息
58,866 次近期查看

Learner Career Outcomes

50%

完成这些课程后已开始新的职业生涯

45%

通过此课程获得实实在在的工作福利

40%

加薪或升职

100% 在线

立即开始,按照自己的计划学习。

第 3 门课程(共 6 门)

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

完成时间大约为25 小时

建议:4 недели обучения, через 3-5 часа / неделю...

俄语(Russian)

字幕:俄语(Russian)

您将获得的技能

Topic ModelData Clustering AlgorithmsMachine LearningData Visualization (DataViz)

Learner Career Outcomes

50%

完成这些课程后已开始新的职业生涯

45%

通过此课程获得实实在在的工作福利

40%

加薪或升职

100% 在线

立即开始,按照自己的计划学习。

第 3 门课程(共 6 门)

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

完成时间大约为25 小时

建议:4 недели обучения, через 3-5 часа / неделю...

俄语(Russian)

字幕:俄语(Russian)

教学大纲 - 您将从这门课程中学到什么

1
完成时间为 7 小时

Кластеризация

15 个视频 (总计 109 分钟), 8 个阅读材料, 5 个测验
15 个视频
Как устроена специализация, и зачем ее проходить3分钟
Структура уроков1分钟
Задача кластеризации4分钟
Примеры задач кластеризации5分钟
Знакомство с методами кластеризации9分钟
Пример: кластеризация текстов по теме13分钟
Выбор метода кластеризации7分钟
МФТИ1分钟
Метод K средних (K-Means)10分钟
Expectation Maximization (EM-алгоритм)9分钟
Агломеративная иерархическая кластеризация12分钟
Графовые методы кластеризации4分钟
Методы, основанные на плотности6分钟
Оценка качества и рекомендации по решению задачи кластеризации13分钟
8 个阅读材料
Блокнот из примера кластеризации текстов20分钟
Слайды к лекциям10分钟
Конспект10分钟
Немного о Yandex10分钟
МФТИ10分钟
Forum&Chat10分钟
Слайды к лекциям10分钟
Конспект10分钟
4 个练习
Знакомство с кластеризацией6分钟
Введение в кластеризацию8分钟
Некоторые методы кластеризации8分钟
Подробнее о методах кластеризации12分钟
2
完成时间为 6 小时

Понижение размерности и матричные разложения

15 个视频 (总计 108 分钟), 4 个阅读材料, 5 个测验
15 个视频
Одномерный отбор признаков8分钟
Жадные методы отбора признаков6分钟
Отбор признаков на основе моделей6分钟
Понижение размерности4分钟
Метод главных компонент: постановка задачи7分钟
Метод главных компонент: решение6分钟
Матричные разложения13分钟
SGD и ALS5分钟
Прогнозирование неизвестных значений в матрице6分钟
Проблема отсутствия негативных примеров и implicit методы6分钟
Вероятностный взгляд на матричные разложения5分钟
Неотрицательные матричные разложения: постановка и решение10分钟
Неотрицательные матричные разложения: функционалы и инициализация5分钟
Обработка пропусков8分钟
4 个阅读材料
Слайды к лекциям10分钟
Конспект10分钟
Слайды к лекциям10分钟
Конспект10分钟
4 个练习
Отбор признаков6分钟
Понижение размерности и отбор признаков14分钟
Матричные разложения8分钟
Неотрицательные матричные разложения10分钟
3
完成时间为 4 小时

Визуализация и поиск аномалий

8 个视频 (总计 57 分钟), 5 个阅读材料, 5 个测验
8 个视频
Параметрическое восстановление плотности9分钟
Непараметрическое восстановление плотности8分钟
Одноклассовый SVM5分钟
Задача визуализации5分钟
Многомерное шкалирование4分钟
Метод t-SNE6分钟
Визуализация данных в sklearn12分钟
5 个阅读材料
Слайды к лекциям10分钟
Конспект10分钟
Визуализация данных в sklearn10分钟
Слайды к лекциям10分钟
Конспект10分钟
4 个练习
Восстановление плотности6分钟
Поиск аномалий4分钟
Методы SNE и t-SNE6分钟
Визуализация14分钟
4
完成时间为 10 小时

Тематическое моделирование

14 个视频 (总计 151 分钟), 8 个阅读材料, 6 个测验
14 个视频
Постановка задачи тематического моделирования12分钟
Базовые тематические модели и EM-алгоритм14分钟
Регуляризация тематических моделей10分钟
Мультимодальные тематические модели9分钟
Внутренние критерии качества тематических моделей9分钟
Внешние критерии качества тематических моделей16分钟
Визуализация тематических моделей10分钟
Тематические модели на практике11分钟
Пример использования библиотеки gensim для построения тематической модели10分钟
Установка BigARTM в Windows3分钟
Установка BigARTM в Linux Mint2分钟
Установка BigARTM в Mac OS-X3分钟
Пример использования библиотеки BigARTM для построения тематической модели19分钟
8 个阅读材料
Слайды к лекциям10分钟
Конспект10分钟
Ноутбук из демонстрации использования gensim10分钟
Ноутбук из демонстрации использования BigARTM10分钟
Слайды к лекциям10分钟
Конспект10分钟
Финальные титры10分钟
Стань ментором специализации10分钟
4 个练习
Постановка задачи и базовые понятия6分钟
Тематическое моделирование-18分钟
Критерии качества тематических моделей6分钟
Тематическое моделирование-26分钟
4.7
131 条评论Chevron Right

来自Поиск структуры в данных的热门评论

创建者 PKMay 4th 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

创建者 AAJan 9th 2017

Интересный курс, замечательные преподаватели. Есть моменты когда лекция довольно сложная, а тест простой, это оставляет тревожное ощущение недоученности :)

讲师

Avatar

Константин Воронцов

доктор физико-математических наук, профессор
Кафедра интеллектуальных систем

关于 莫斯科物理科学与技术学院

Московский физико-технический институт (Физтех) является одним из ведущих вузов страны и входит в основные рейтинги лучших университетов мира. Институт обладает не только богатой историей – основателями и профессорами института были Нобелевские лауреаты Пётр Капица, Лев Ландау и Николай Семенов – но и большой научно-исследовательской базой. Основой образования в МФТИ является уникальная «система Физтеха», сформулированная Петром Капицей: кропотливый отбор одаренных и склонных к творческой работе абитуриентов; участие в обучении ведущих научных работников; индивидуальный подход к отдельным студентам с целью развития их творческих задатков; воспитание с первых шагов в атмосфере технических исследований и конструктивного творчества с использованием потенциала лучших лабораторий страны. Среди выпускников МФТИ — нобелевские лауреаты Андрей Гейм и Константин Новоселов, основатель компании ABBYY Давид Ян, один из авторов архитектурных принципов построения вычислительных комплексов Борис Бабаян и др....

关于 Yandex

Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world....

关于 机器学习和数据分析 专项课程

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
机器学习和数据分析

常见问题

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

还有其他问题吗?请访问 学生帮助中心